Die KI Kantine - der Entwickler-Podcast über Künstliche Intelligenz podcast

Kolibri: Ein deutsches KI-Modell mit eigenen Stärken

0:00
5:57
15 Sekunden vorwärts
15 Sekunden vorwärts
Welche leistungsfähigen Sprachmodelle gibt es eigentlich aus Europa? Neben dem französischen Anbieter Mistral gibt es mit Colibri 1 ein neues Openweight-Modell von Aleph Alpha aus Heidelberg. Es soll in Benchmarks konkurrenzfähig sein und setzt auf Deutsch und Englisch. Besonders interessant: Bei mathematischen Aufgaben kann es Vorteile bringen, die Fragen auf Deutsch zu formulieren.

Ein wichtiger Schwerpunkt liegt auf den Trainingsdaten. Weil herkömmliche Filter lange deutsche Wörter aussortierten, musste Aleph Alpha die Datenaufbereitung an die Besonderheiten der deutschen Sprache anpassen. Auch kultureller Kontext spielt eine Rolle. Dazu kommen ein Training, das den Umgang mit Unsicherheit fördern soll, und eine Mixture-of-Experts-Architektur, bei der nur die jeweils benötigten Spezialisten aktiviert werden.

Was bedeutet das für den Einsatz von KI in deutschen Behörden und der Industrie? Und warum könnte ein Modell, das seine Grenzen kennt und effizient arbeitet, gerade im europäischen Umfeld interessant sein?
Die KI-Kantine ist ein Projekt von Michael Busch – Entwickler, Unternehmer und neugieriger Kantinenphilosoph.

Hier geht’s regelmäßig zur Mittagspause um Künstliche Intelligenz im echten Entwickleralltag – verständlich, praxisnah und mit einer Prise Skepsis.

Neue Folgen erscheinen regelmäßig – meistens genau dann, wenn du dir eh gerade ein Tablett schnappst.

📬 Fragen, Feedback oder eigene KI-Erlebnisse? Schreib mir an [email protected]

Alle Folgen & mehr: https://ki-kantine.letscast.fm/

Weitere Episoden von „Die KI Kantine - der Entwickler-Podcast über Künstliche Intelligenz“